Escolar Documentos
Profissional Documentos
Cultura Documentos
com
A edição atual e o arquivo de texto completo deste periódico estão disponíveis no Emerald
Insight em:https://www.emerald.com/insight/1746-8809.htm
Resumo
Propósito - O objetivo deste artigo é investigar empiricamente o efeito mediador da qualidade do serviço
(SQ) na relação entre o capital relacional (RC) e o desempenho organizacional (OP) no ambiente egípcio
de telecomunicações móveis.
Design / metodologia / abordagem - Um instrumento de pesquisa válido foi utilizado para conduzir uma pesquisa com 384
gerentes de nível médio e de supervisão de três empresas egípcias de telecomunicações móveis. Os relacionamentos
diretos hipotéticos foram testados por meio de regressão linear múltipla, e o efeito mediador foi testado usando uma
técnica de modelagem de equação estrutural.
Resultados - Os resultados revelaram que as "relações com o cliente e o fornecedor" e a "capacidade de marketing" da empresa
afetam positivamente tanto OP e SQ, "conhecimento do cliente" afeta positivamente apenas SQ, enquanto "alianças estratégicas,
licenciamento e acordos" não têm associação com SQ ou OP. Além disso, o SQ foi encontrado mediando totalmente o efeito do RC na
OP.
Limitações / implicações da pesquisa - Esta é uma pesquisa empírica aplicada no cenário das telecomunicações egípcias.
Seus resultados precisam ser investigados em outros contextos e países. Além disso, as limitações tradicionais de um
estudo transversal se aplicam no que diz respeito à atribuição de causalidade e aos efeitos de intervalo de tempo.
Implicações práticas - O procedimento ideal para as empresas egípcias de telecomunicações é concentrar seus esforços no
aproveitamento de todos os quatro componentes do RC para melhorar o SQ e, consequentemente, aprimorar seu OP. As
empresas de telecomunicações devem fazer todo o possível para conectar os desconectados. Como a atual crise
pandêmica do COVID-19 mostrou, a conectividade é um bem público.
Originalidade / valor - Esta é a primeira pesquisa que mescla os conceitos de RC, SQ e OP em um modelo
integrado e testa esse modelo empiricamente no cenário de telecomunicações móveis egípcias.
Palavras-chave Capital relacional, Qualidade de serviço, Desempenho organizacional, Telecomunicações, Empresas
egípcias de telecomunicações, Egito
Tipo de papel Artigo de pesquisa
1. Introdução
Uma das questões importantes nos negócios é por que algumas organizações tiveram sucesso enquanto
outras fracassaram. O desempenho organizacional (OP) tem sido a questão mais importante para todas
as organizações, sejam elas com ou sem fins lucrativos. Tem sido muito importante para os gerentes
saber quais fatores influenciam o sucesso e a competitividade de uma organização, a fim de tomar as
medidas adequadas para iniciá-los (Muneeb et al., 2020)
À luz do surto global da epidemia do vírus Corona nos dias de hoje, que forçou as pessoas a entrar
em suas casas, os serviços de telecomunicações desempenharam e continuarão a desempenhar um
papel vital no apoio a famílias, empresas e indivíduos. No Egito, a National Telecom Regulatory Authority
(NTRA) divulgou relatório que mostra o aumento dos indicadores de utilização dos serviços de
telecomunicações. É óbvio pelo relatório que há um aumento significativo no uso da internet e seus
aplicativos durante o período do toque de recolher e alto tráfego nas redes de telecomunicações e
aumento dos horários de pico devido à permanência dos assinantes por períodos mais longos em suas
casas durante o toque de recolher horas (site da NTRA). Assim, os clientes esperam serviços excelentes
que atendam aos seus desejos e satisfaçam suas necessidades de cuidado e confiança, e isso representa
um grande desafio para as empresas de telecomunicações. Assim, os ativos intangíveis em geral e a RC
em particular, além da qualidade do serviço e conceitos relacionados, são promovidos como
componentes importantes e necessários para as organizações de telecomunicações sobreviverem e
manterem sua competitividade nesta era da economia do conhecimento.
Em resumo, o principal estímulo por trás dessa pesquisa vem da evidência de que o sucesso de
uma empresa é substancialmente determinado pela capacidade de enfocar e satisfazer as
necessidades dos clientes e atender aos seus requisitos e expectativas. Dentro desta perspectiva,
o RC foi identificado como sendo essencial para melhorar o SQ e, subsequentemente, melhorar o
OP (Longoni e Luzzini, 2016; Imrie, 2013; sol et al., 2012) O objetivo desta pesquisa é investigar o
efeito mediador do SQ na relação entre RC e OP no ambiente de telecomunicações egípcio.
Conseqüentemente, esta pesquisa tenta preencher a lacuna na revisão da literatura ao relacionar
RC, SQ e OP em um estudo.
IJOEM 2. Revisão da literatura e hipóteses de pesquisa
2.1 Capital relacional e qualidade de serviço
A revisão da literatura demonstra um número muito pequeno de estudos de pesquisa que estudaram a
relação entre RC e SQ. Os resultados deLongoni e Luzzini (2016) mostraram que o desenvolvimento de
capital social em sua cadeia de suprimentos pode resultar em melhor qualidade do produto, melhores
capacidades de base de suprimentos e sustentabilidade da cadeia de suprimentos. Do mesmo jeito,Imrie
(2013) descobriram que a rede social (isto é, RC) tem um papel fundamental na formação e disseminação
das preferências do SQ. Ao contrário dos resultados anteriores,Kamukama (2013) descobriram que, além
do RC, o resto dos elementos de capital intelectual (capital humano e capital estrutural) são preditores
significativos de SQ na indústria de microfinanças em Uganda. Ele justificou essa descoberta de que os
clientes da indústria de microfinanças podem suportar todas as condições para ter acesso a finanças,
especialmente se estiverem desesperados por dinheiro. No entanto, no caso do setor de
telecomunicações, onde o cuidado e a confiança mútua são fundamentais (Suraj e Bontis, 2012), O RC é
uma necessidade para que os serviços prestados sejam apreciados pelos clientes. Portanto, é
hipotetizado que quanto melhor RC dá melhor SQ:
3. Metodologia de pesquisa
3.1 Questionário (Apêndice) design e medidas
Nesta pesquisa, o instrumento de pesquisa utilizado para coletar os dados necessários para testar as hipóteses
de pesquisa é um questionário, que se destina a coletar dados relacionados às variáveis e dimensões em
IJOEM Relacional Serviço
Capital Qualidade
H4
Organizacional
atuação
H1 H2
Figura 1.
O modelo proposto
H3
0,070
e1
SQ 0,064
0,815 0,911 e1
1
Figura 2. 0,306
O proposto 0,076
modelo estrutural RC OP
(1) Fatores relacionados à finalidade: uma das características mais importantes das
organizações públicas é sua missão não financeira. A responsabilidade social e a criação
de valor social são mais importantes para essas organizações do que o lucro, e o impacto
social reflete a capacidade de uma organização de cumprir sua missão.
(2) Fatores relacionados às partes interessadas: os fatores relacionados às partes interessadas referem-se à
multiplicidade e diversidade das partes interessadas (internas e externas), requisitos de
responsabilidade e influência. Os fatores neste grupo são “responsabilidade”, “legitimidade” e
“envolvimento e influência das partes interessadas”.
(3) Fatores relacionados à gestão: esses fatores estão relacionados a um conjunto de diferentes
preocupações quanto ao funcionamento das organizações públicas. Os fatores neste grupo são
“sustentabilidade financeira”, “planejamento de curto e longo prazo”, “justiça”, “eficácia e
eficiência” e “controle de gestão estratégica”.
A fim de determinar o tamanho da amostra para o estudo, os principais fatores como nível de confiança,
intervalo de confiança e tamanho da população devem ser considerados (Krueger, 2001) Porque este
estudo assumiu o percentual de existência de fenômenos na população assumido como 50%, nível de
confiança de 95%, com nível de erro de aceitação correspondente 5% na significância
IJOEM nível 5%, e a população definida neste estudo é de 30.000 funcionários, o tamanho mínimo da
amostra estimada para este estudo é de 379 funcionários.
Pð1 - Pº
n ¼ P ð1-Pº º E2
N SD2
n: tamanho da amostra
Uma amostragem aleatória simples foi usada para selecionar a amostra necessária. Isso foi feito, em
primeiro lugar, identificando a porcentagem de cada uma das três empresas de telecomunicações
selecionadas na população-alvo. Em segundo lugar, a amostra total foi dividida entre as três empresas de
acordo com o percentual de cada uma delas em toda a população. Na seleção dos percentuais, os
pesquisadores foram orientados pelas estatísticas de funcionários disponíveis em setembro de 2019 para
cada rede. Por fim, um método aleatório simples foi usado para selecionar os respondentes de cada uma
das empresas de telecomunicações.
Característica Frequência %
Gênero
Masculino 215 56,0
Fêmea 169 44,0
Era
<30 89 23,2
30-39 234 60,9
40-49 55 14,3
50 e acima 6 1,6
Educação
doutoramento 16 4,2
Mestrado 39 10,2
Bacharelado 325 84,6
Acima do grau médio 4 1.0
Grau médio - -
Grau de trabalho
proposto e os dados observados. O NFI e o CFI produziram valores de 0,985 e 0,996, respectivamente
(mais de 0,950), indicando um ajuste aceitável do modelo. O RMSEA foi de 0,054 (menos de 0,080),
indicando um bom ajuste (Hooper et al., 2008)
mesa 2 mostra as cargas fatoriais, confiabilidade composta e variância média extraída (AVE)
para as variáveis. Todos os indicadores das cargas fatoriais ultrapassaram 0,50, constituindo,
assim, evidências de validade convergente (Creswell, 2009) Enquanto a medida alcançou validade
convergente no nível do item, pois todas as cargas fatoriais foram acima de 0,50, todos os valores
de confiabilidade composta ultrapassaram 0,60, demonstrando alto nível de consistência interna
para as variáveis latentes. Além disso, uma vez que cada valor de AVE excedeu 0,50 (Cabeloet al.,
2010), a validade convergente foi comprovada.
A validade discriminante do modelo foi avaliada pela comparação do AVE de cada fator com suas
correlações quadradas entre os construtos. De acordo comFornell e Larcker (1981), o AVE de um fator
deve exceder suas correlações quadradas. Como mostrado emTabela 3, este critério é satisfeito e,
portanto, a validade discriminante é suportada.
Dado que uma única fonte de informação pode introduzir relacionamentos espúrios entre as
variáveis, e como este estudo coletou dados por meio de métodos de fonte única (escalas de autorrelato),
a necessidade de testar a variância do método comum foi justificada. O teste de fator único de Harman (
Podsakoff et al., 2003) foi usado para julgar o viés do método comum, ou seja, se a maioria dos
IJOEM Quadrado
Fator Padrão múltiplo Erro Composto
Construtos e indicadores carregamentos erro correlação variância confiabilidade* AVE **
SALA 0,78
CSR 0,55 0,74
CK 0,54 0,54 0,75
MC 0,55 0,53 0,40 0,77
T 0,56 0,41 0,42 0,54 0,79
RL 0,54 0,44 0,45 0,48 0,47 0,79
RS 0,59 0,45 0,48 0,50 0,41 0,36 0,78
UMA 0,6 0,50 0,46 0,45 0,42 0,39 0,41 0,80
E 0,46 0,35 0,44 0,44 0,35 0,40 0,39 0,49 0,81
N 0,47 0,38 0,39 0,40 0,34 0,30 0,34 0,46 0,35 0,82
C 0,49 0,40 0,35 0,37 0,35 0,32 0,34 0,37 0,33 0,33 0,81
OP 0,56 0,41 0,48 0,50 0,42 0,39 0,34 0,46 0,35 0,38 0,39 0,80 Tabela 3.
Notas): Elementos diagonais em itálico são a variância média extraída para cada um dos quatro construtos. Validade discriminante
Elementos offdiagonal são as correlações quadradas entre construtos análise
IJOEM Construções de pesquisa No. de itens Α de Cronbach Quer dizer Padrão desvio
Dependente T-
Variáveis independentes variável B Beta teste Sig R R2 F Sig
Alianças estratégicas, SQ 0,113 0,121 1,818 0,070 0,876 0,767 385,814 0,000
licenciamento e
acordos
Cliente e fornecedor 0,518 0,591 8,696 0,000
relações
Conhecimento do cliente 0,168 0,178 2,475 0,014
Capacidade de marketing 0,338 0,365 5,246 0,025
Tangíveis OP 0,148 0,135 4,001 0,000 0,902 0,814 236,513 0,000 0,162
Confiabilidade 0,170 3,879 0,000
Capacidade de resposta 0,237 0,266 6,575 0,000
Garantia 0,128 0,131 2,800 0,005
Empatia 0,052 0,057 1,232 0,219
Aspecto da rede 0,093 0,116 3,216 0,001
Conveniência 0,160 0,153 3,450 0,001
Alianças estratégicas, OP 0,109 0,108 1,331 0,184 0,809 0,654 237,661 0,000
licenciamento e
Tabela 5. acordos
Resultados de múltiplos Cliente e fornecedor 0,578 0,604 7,320 0,000
análise de regressão para relações
testar as três primeiras Conhecimento do cliente 0,108 0,104 1,198 0,232
hipóteses Capacidade de marketing 0,271 0,289 3,465 0,015
a variância pode ser explicada por um único fator. Nesse caso, um único fator explicou apenas 26,17%, o que
indica que a variância do método comum provavelmente não será uma preocupação em nossos dados. Para
medir a confiabilidade, o coeficiente alfa de Cronbach (α) tem sido usado como a estatística mais comumente
usada para medir a consistência interna.Sekaran (2003) diz que as variações de α (0–1) e a confiabilidade serão
aceitáveis se α for maior que 0,60. Todos os coeficientes de confiabilidade são considerados aceitáveis, uma vez
que cada um excede o benchmark de 0,60. Assim, pode-se concluir que o instrumento de pesquisa é confiável.
Tabela 4 mostra coeficientes de confiabilidade e estatísticas descritivas, ou seja, a média e o desvio padrão, para
cada variável de pesquisa.
4. Resultados O egípcio
4.1 Testando os relacionamentos diretos
tele-
Uma análise de regressão múltipla (usando SPSS) foi aplicada para definir o impacto de diferentes RC comunicação
elementos (alianças estratégicas, licenciamento e acordos; relações com clientes e fornecedores;
conhecimento do cliente e capacidade de marketing) em SQ e OP. Os resultados desta análise são setor
mostrados emTabela 5.
Os resultados mostram que o modelo de regressão RC-SQ geral é significativo (F 5 385.814,P-valor
<0,05). É responsável por 76,7% da variância relacionada ao SQ (R2 5 0,767). O valor do coeficiente de
correlação múltipla (R) entre todas as variáveis independentes e a variável dependente (SQ) é de 0,876,
indicando uma forte correlação. A análise dos coeficientes de regressão mostra que o SQ é afetado
positivamente pelas relações com clientes e fornecedores, conhecimento do cliente e capacidade de
marketing (P-valor <0,05). O efeito de (relações com clientes e fornecedores) é classificado em primeiro
lugar, seguido por (capacidade de marketing) e, finalmente, (conhecimento do cliente) de acordo com os
valores (beta). Por outro lado, não há relação estatisticamente significativa entre (alianças estratégicas,
licenciamento e acordos) e "SQ" (P-valor> 0,05). Assim, a primeira hipótese é parcialmente aceita.
Os resultados também mostram que há uma forte relação entre as variáveis SQ e OP em que
81,4% da variância da última pode ser explicada pelas das primeiras (R2 5 0,814). Entre as sete
dimensões SERVQUAL modificadas, seis têm efeitos positivos na OP. O efeito de (capacidade de
resposta) é classificado em primeiro lugar, seguido por (confiabilidade), (conveniência), (tangíveis),
(garantia) e, finalmente, (aspecto de rede). Por outro lado, não há relação estatisticamente
significativa entre (empatia) e OP.
Assim, a segunda hipótese é parcialmente aceita.
De acordo com Tabela 5, o modelo de regressão RC-OP geral é significativo (F 5 237,661,
P-valor <0,05). É responsável por 65,4% da variância relacionada ao OP (R2 5 0,654). O valor
do coeficiente de correlação múltipla (R) entre todas as variáveis independentes e a
variável dependente (OP) é 0,809, indicando uma forte correlação. A análise dos
coeficientes de regressão mostra que o OP é significativa e positivamente contabilizado por
(relações com o cliente e fornecedor) e (capacidade de marketing) (P-valor <0,05). Por outro
lado, não existe relação estatisticamente significativa entre as variáveis independentes
(conhecimento do cliente) e (alianças estratégicas, licenciamento e acordos) e a variável
dependente “OP” (P-valor> 0,05). Assim, a terceira hipótese é parcialmente aceita.
Os resultados mostraram que existe uma relação estatisticamente significativa entre "RC" e "SQ" (P-valor
<0,05). O valor do coeficiente de caminho estimado é 0,815, indicando que as duas variáveis estão
positivamente relacionadas.
Os resultados mostraram que existe uma relação estatisticamente significativa entre "SQ" e "OP" (P-valor
<0,05). O valor do coeficiente de caminho estimado é 0,911, indicando que as duas variáveis estão
relacionadas positivamente.
0,070
e1
1
SQ 0,064
0,815 0,980 e1
Figura 3. 1
O reespecificado 0,306
proposto
modelo estrutural RC OP
5. Discussão
As avaliações dos entrevistados sobre as variáveis de pesquisa, em média, foram bastante altas. Para a
RC, a maior avaliação foi atribuída à dimensão “relações com clientes e fornecedores”, seguida de
“alianças estratégicas, licenciamentos e acordos”, depois “capacidade de marketing” e por fim
“conhecimento do cliente”. Este resultado é consistente com as descobertas deSharabati et al. (2010)e
destaca que as empresas examinadas se concentram mais em alavancar esses elementos, enquanto dão
menos atenção ao aprimoramento de sua capacidade de marketing e conhecimento do cliente. Isso
indica que as empresas estão se tornando menos centradas no cliente, apesar de seus enormes gastos
com publicidade, que aparecem no declínio no percentual de densidade de penetração nos últimos anos.
Isso pode ser atribuído a várias razões, como os serviços de telecomunicações estão se tornando uma
commodity; os altos preços regulamentados pela NTRA ou porque todas as ofertas dos diferentes
operadores estão se tornando quase idênticas. Dessa forma, isso pode explicar porque as operadoras
não têm mais nada a fazer a não ser focar no lado dos custos do negócio, e é por isso que buscam custos
otimizados contando com alianças e parcerias.
Para SQ e consistente com as descobertas de Lupo e Delbari (2018) e Johnson e Sirikit (2002), a
maior avaliação foi dada à dimensão “tangíveis”. Depois dos “tangíveis”, vêm “conveniência”,
“confiabilidade”, “empatia”, “segurança” e “capacidade de resposta”. A dimensão do aspecto da
rede foi percebida como a mais baixa pelos entrevistados (o que está de acordo com os resultados
deNegi, 2009; Peng et al., 2014) Isso implica que as empresas examinadas se concentram mais em
valorizar os elementos “tangíveis”, “conveniência” e “confiabilidade”, dando menor atenção às
outras dimensões do QS. Além disso, isso indica que os provedores de serviços de
telecomunicações precisam melhorar sua cobertura de rede e qualidade de conexão. Vale a pena
notar aqui que esses resultados estão, na verdade, nos olhos dos funcionários das operadoras,
que possuem mais conhecimento e formação em tecnologia; mais exigente em suas expectativas
e mais familiarizado com as reclamações dos clientes; além disso, são assinantes ativos de
serviços de telecomunicações. Para OP, os entrevistados deram avaliações bastante altas (média5
4,13 e std. desvio5 0,581).
Os resultados empíricos indicaram que existe uma forte relação entre as variáveis RC e SQ. Entre os
quatro preditores de RC, três têm efeitos significativos no SQ e o efeito de (relações com o cliente e
fornecedor) é classificado em primeiro lugar, seguido por (capacidade de marketing) e, finalmente,
(conhecimento do cliente). Isso indica a importância desses elementos na determinação do QS das
empresas de telecomunicações egípcias. Por outro lado, não existe relação significativa entre (alianças
estratégicas, licenciamento e acordos) e “SQ”. Apesar de usar diferentes elementos RC,Longoni e Luzzini
(2016) e Imrie (2013) confirmou o papel fundamental das redes sociais na formação e disseminação das
preferências do SQ. Também,sol et al. (2012) propuseram que as três dimensões do capital social (capital
estrutural, cognitivo e relacional) afetam positivamente a satisfação do usuário com os serviços de
tecnologia da informação. Seus resultados confirmaram que o capital social fortalece a conhecida relação
entre SQ e satisfação do usuário. Ao contrário dos resultados anteriores,Kamukama (2013) não
encontrou nenhuma relação entre RC e SQ.
IJOEM Uma observação interessante aqui é que, embora “alianças estratégicas, licenciamento e acordos”
tenham uma alta avaliação como um elemento de RC, ainda não há uma relação estatisticamente
significativa entre eles e o SQ. Isso pode ser explicado porque os provedores de serviços locais não
podem operar sem ter alianças estratégicas fortes e variadas, licenciamento e acordos com operadoras
internacionais além de fornecedores e empreiteiros locais. No entanto, isso não representou
significativamente para a SQ, pois essas alianças e acordos são de menor importância para os clientes,
embora sejam muito mais importantes para os prestadores de serviços.
Por outro lado, os resultados mostraram que existe uma forte relação entre as variáveis SQ e
OP. Entre as sete dimensões SERVQUAL modificadas, seis têm efeitos positivos significativos no OP
e o efeito de (capacidade de resposta) é classificado em primeiro lugar, seguido por
(confiabilidade), (conveniência), (tangíveis), (garantia) e, finalmente, (aspecto de rede). Por outro
lado, não há relação entre (empatia) e OP. Isso indica a importância dessas seis dimensões na
determinação do OP das empresas de telecomunicações egípcias, enquanto a “empatia” acabou
sendo um indicador insignificante do OP. Esses resultados são consistentes com a literatura
existente que confirma que o SQ desempenha um papel crítico na obtenção de vantagem
competitiva de uma empresa e afeta diferentes elementos do OP (Sim et al., 2015; Cheng e Lin,
2014; Abd-Elrahman, 2020b; Al-Hawari e Ward, 2006; Zeithaml et al., 1996) Por exemplo, os
resultados deCheng e Lin (2014) mostraram que o SQ apresenta efeitos positivos no desempenho
financeiro, operacional e comportamental. Além disso,Narteh (2013) descobriram que o SQ é
responsável pela decisão do cliente de banco de varejo de trocar de banco em Gana. Da mesma
forma, os resultados deSim et al.(2015) indicou que SQ é um dos principais determinantes do
desempenho financeiro futuro. Além disso, o SQ tem um efeito positivo e significativo no valor
percebido e no boca a boca (Mahadin e Akroush, 2019) No mesmo contexto das telecomunicações
egípcias,Abd-Elrahman (2020b) encontraram um efeito positivo do SQ na OP.
Os resultados também mostraram uma forte relação entre as variáveis RC e OP. Entre os quatro
preditores de RC, apenas as relações com clientes e fornecedores e a capacidade de marketing têm
efeitos positivos significativos no OP. Consistente com esses resultados,Sharabati et al. (2010) constatou
que as relações com clientes e fornecedores são o preditor mais forte do construto OP; enquanto que
Agostini et al. (2017) descobriu a capacidade de marketing como o mais forte preditor de RC do
desempenho do cliente. Da mesma forma, os resultados deHormiga et al. (2011) confirmou o impacto da
RC no sucesso de novas empresas. Além disso,Delgado-Verde et al. (2011) apresentaram evidências de
apoio sobre como o conhecimento incorporado e obtido das relações internas (capital social) e externas
(RC) afeta forte e positivamente o desempenho da inovação. Diferentemente e em contraste com a maior
parte da literatura existente, as descobertas deKianto e Waajakoski (2010) mostrou que o capital social
tem apenas pouco efeito no aumento do crescimento organizacional.
Referências
Abd-Elrahman, AH, Hassan, SA, El-Borsaly, AA e Hafez, EA (2020a), “Uma revisão crítica de
medidas alternativas de qualidade do serviço de telecomunicações ”, Revista Internacional de Ciências da
Qualidade e Serviço. doi: 10.1108 / IJQSS-08-2018-0066.
Abd-Elrahman, AH (2020b), “O impacto da qualidade do serviço como uma variável mediadora no relacionamento
entre capital intelectual e desempenho organizacional ”, tese de doutorado, Faculdade de Comércio, Ain
Shams University, Cairo.
Agostini, L., Nosella, A. e Soranzo, B. (2017), “Measuring the impact of relational capital on
desempenho do cliente no setor de PME B2B: o papel moderador da capacidade de absorção ”,
Business Process Management Journal, Vol. 23 No. 6, pp. 1144-1166.
Ahmad, A. (2015), “Business intelligence para uma vantagem competitiva sustentável”, in Sustentando
Vantagem competitiva via business intelligence, gestão do conhecimento e dinâmica de
sistemas, avanços em compras e marketing empresarial, Emerald Group Publishing, vol.
22A, pp. 3-220.
Al-Hawari, M. e Ward, T. (2006), “O efeito da qualidade do serviço automatizado nos bancos australianos '
desempenho financeiro e o papel mediador da satisfação do cliente ”, Inteligência e planejamento
de marketing, Vol. 24 No. 2, pp. 127-147.
Almutawa, ZH, Muenjohn, N. e Zhang, J. (2018), “Atitudes e comportamentos como preditores de serviço
qualidade no contexto do setor de telecomunicações ”, International Journal of Quality and
Reliability Management, Vol. 35 No. 3, pp. 656-677.
Alrowwad, A., Abualoush, SH e Masa'deh, R. (2020), “Inovação e capital intelectual como
variáveis intermediárias entre liderança transformacional, liderança transacional e desempenho
organizacional ”, Journal of Management Development, Vol. 39 No. 2, pp. 196-222.
Anh, NTM, Hui, L., Khoa, VD e Mehmood, S. (2019), “Relational capital and supply chain
colaboração para inovação radical e incremental: um estudo empírico na China ”, Asia Pacific
Journal of Marketing and Logistics, Vol. 31 No. 4, pp. 1076-1094.
IJOEM Barney, J. (1991), “Recursos da empresa e vantagem competitiva sustentada”, Journal of Management,
Vol. 1 No. 17, pp. 99-120.
Berry, LL, Bennet, DR e Brown, CW (1989), Qualidade de serviço: uma estratégia de lucro para finanças
Instituições, Dow – Jones – Irwin, Homewood, IL.
Bontis, N. (1998), “Capital intelectual: um estudo exploratório que desenvolve medidas e modelos”,
Decisão de gestão, Vol. 36 No. 2, pp. 63-76.
Bontis, N., Ciambotti, M., Palazzi, F. e Sgro, F. (2018), “Capital intelectual e desempenho financeiro
em empresas de cooperativas sociais ”, Journal of Intellectual Capital, Vol. 19 No. 4, pp. 712-731.
Cabrilo, S., Dahms, S., Mutuc, EB e Marlin, J. (2020), “O papel das práticas de TI na facilitação
capital relacional e de confiança para desempenho de inovação superior: o caso das empresas
taiwanesas ”, Journal of Intellectual Capital, Vol. 21 No. 5, pp. 753-779.
Castro, GM, Delgado-Verde, M., Amores-Salvad-o, J. e Navas-L-opez, JE (2013), “Linking human,
ativos tecnológicos e relacionais para a inovação tecnológica: explorando uma nova abordagem ”,
Pesquisa e prática de gestão do conhecimento, Vol. 11 No. 1, pp. 123-132.
Cheng, JS e Lin, YC (2014), "Efeitos da qualidade do serviço no desempenho organizacional", Paquistão
Journal of Statistics, Vol. 30 No. 6, pp. 1131-1140.
Chen, X., Huang, Q. e Davison, RM (2017), “The role of website quality and social capital in
construindo a lealdade dos compradores ”, International Journal of Information Management, Vol. 37, pp.
1563-1574.
Creswell, J. (2009), Projeto de pesquisa: abordagens qualitativas, quantitativas e de métodos mistos, 3ª ed.,
Publicações Sage, Thousand Oaks.
Delgado-Verde, M., Navas-L-opez, JE, Cruz-Gonz-alez, J. e Amores-Salvad-o, J. (2011), “Radical
inovação a partir do conhecimento baseado nas relações: evidências empíricas em empresas espanholas intensivas
em tecnologia ”, Journal of Knowledge Management, Vol. 15 No. 5, pp. 722-737.
Edvinsson, L. e Malone, M. (1997), Capital intelectual: percebendo o verdadeiro valor da sua empresa ao
Encontrando seu poder cerebral oculto, HarperCollins, New York, NY.
Fornell, C. e Larcker, DF (1981), “Modelos de equações estruturais com variáveis não observáveis e
erro de medição", Journal of Marketing Research, Vol. 18 No. 1, pp. 39-50.
Hair, J., Black, W., Babin, B., Anderson, R. e Tatham, R. (2010), Análise de dados multivariada, 7ª ed.,
Pearson Education Limited, Prentice-Hall, Nova Jersey.
Hooper, D., Coughlan, J. e Mullen, M. (2008), “Modelagem de equações estruturais: diretrizes para
determinar o ajuste do modelo ”, Jornal eletrônico de métodos de pesquisa de negócios, Vol. 6 No. 1, pp. 53-60.
Apêndice
A - Informações gerais
RC (cliente) refere-se aos relacionamentos de uma empresa, por exemplo, com clientes, fornecedores, parceiros,
comunidades e meio ambiente público. Também se refere ao conhecimento e às capacidades de aprendizagem
que existem nas relações entre uma organização e seus stakeholders externos e ajuda a criar valor
organizacional conectando recursos intelectuais internos com stakeholders externos.
SQ percebido pode ser definido como um julgamento ou atitude global em relação à superioridade de um
serviço em relação a ofertas concorrentes. As percepções dizem respeito às crenças dos consumidores sobre a
utilidade que emana dos serviços que experimentaram.
OP mostra o desenvolvimento e o progresso de uma organização. É o conjunto de métricas usado para
quantificar a eficiência e a eficácia das ações.
(1) Gênero
1. [ ] Masculino 2. [ ] Fêmea
(2) Idade
1. [ ] <30 3. [ ] 40-49
2. [ ] 30 - 39 4. [ ] 50 e acima
(3) Educação
1. [ ] doutoramento 4. [ ] Acima do grau médio
2. [ ] Mestrado 5. [ ] Grau médio
3. [ ] Bacharelado
(4) Grau de trabalho
C - Itens do questionário
(1) Capital relacional (Itens 1-20)
Indique até que ponto você concorda ou discorda das afirmações a seguir com base na situação
real e atual de sua empresa e não em crenças.
[EU 5 discordo totalmente, 2 5 discordo, 3 5 neutro, 4 5 concordo e 5 5 concordo totalmente] marque
[√] contra a escolha que melhor representa a sua opinião.
IJOEM Sem itens (5) (4) (3) (2) (1)
Os seguintes (dez) itens são sobre o desempenho da empresa relacionados aos principais concorrentes do setor
nos últimos anos e serão usados apenas para fins administrativos e comparativos. Se você não tem certeza
sobre um item, por favor, aproxime. Por favor coloque uma marca [√] contra a escolha que melhor representa
sua resposta [1 5 inferior, 5 5 principal].
Como você classifica sua empresa com base em sua situação real e atual e em comparação com os
concorrentes:
Obrigado por preencher o questionário.
3 Aumento do lucro
5 Liderança da indústria
6 Quota de mercado
7 Satisfação e fidelidade do cliente
8 Perspectivas futuras
9 Resposta geral à competição
10 Taxa de sucesso em lançamentos de novos produtos e serviços
autor correspondente
Abd-Elrahman Hassanein Abd-Elrahman pode ser contatado em: abdohassanein123@gmail.com
Para obter instruções sobre como solicitar reimpressões deste artigo, visite nosso site:
www.emeraldgrouppublishing.com/licensing/reprints.htmOu entre em contato conosco
para mais detalhes: permission@emeraldinsight.com